resources

Dnešní marketéři se při realizaci marketingových kampaní spoléhají na vícekanálové strategie, a to jak online, tak offline. Tato praxe sice umožňuje marketérům přizpůsobit cestu zákazníka v každém kroku, ale zároveň představuje jedinečnou výzvu, jakmile přijde čas analyzovat celkový dopad konkrétní kampaně na návratnost investic do marketingu.

Co je to marketingová atribuce?“

Krátká definice:

Dlouhá definice: Zjednodušeně řečeno, marketingová atribuce je analytická věda, která určuje, které marketingové taktiky přispívají k prodejům nebo konverzím: Marketingová atribuce je praxe vyhodnocování marketingových kontaktních bodů, se kterými se spotřebitel setkává na své cestě k nákupu. Cílem atribuce je určit, které kanály a sdělení měly největší vliv na rozhodnutí konvertovat nebo učinit požadovaný další krok. V současné době existuje několik populárních atribučních modelů, které marketéři používají, například atribuce více dotyků, lift studies, time decay a další. Poznatky, které tyto modely poskytují o tom, jak, kde a kdy spotřebitel interaguje se sděleními značky, umožňují marketingovým týmům měnit a přizpůsobovat kampaně tak, aby splňovaly konkrétní přání jednotlivých spotřebitelů, a tím zlepšovaly návratnost investic do marketingu.

Proč je marketingová atribuce důležitá?

Pokročilé marketingové atribuční programy vyžadují, aby marketingové týmy agregovaly a normalizovaly údaje o spotřebitelích z různých kanálů a zajistily, že každá interakce bude mít správnou váhu. Například pokud je spotřebitel vystaven display reklamě a e-mailové kampani, ale konvertuje až poté, co se mu v e-mailu zobrazí speciální akce, mohou marketéři poznamenat, že tento doprovodný materiál hrál při prodeji větší roli než display reklama. Mohou pak věnovat více zdrojů na vytvoření cílených e-mailových kampaní.

Pro dosažení úrovně granularity dat potřebné pro efektivní atribuci potřebují marketingové týmy pokročilé analytické platformy, které dokáží přesně a efektivně rozdělit velká data na poznatky na úrovni osob, které lze využít pro optimalizaci v rámci kampaně.

Přínosy marketingové atribuce

Pokročilé atribuční modely mohou být náročné na čas a zdroje, zejména komplexní modely, které vyhodnocují různé soubory dat pro online a offline kampaně. Pokud je však atribuce provedena efektivně, přináší nespočet výhod, mezi které patří:

Optimalizované výdaje na marketing

Atribuční modely poskytují marketérům přehled o tom, jak nejlépe vynaložit marketingové prostředky, protože ukazují styčné body, které vydělávají nejvíce zapojení. To umožňuje marketingovým týmům odpovídajícím způsobem upravit rozpočet a výdaje na média.

Zvýšená návratnost investic

Efektivní atribuce umožňuje marketérům oslovit správného spotřebitele ve správný čas správným sdělením – což vede ke zvýšení konverzí a vyšší návratnosti investic do marketingu.

Zlepšená personalizace

Marketéři mohou pomocí atribučních dat porozumět sdělením a kanálům, které jednotliví zákazníci preferují, pro efektivnější cílení v průběhu celé zákaznické cesty.

Zlepšení vývoje produktů

Atribuce na úrovni osob umožňuje marketérům lépe porozumět potřebám zákazníků. Na tyto poznatky se pak mohou odvolávat při aktualizacích produktu, aby se zaměřili na funkce, které spotřebitelé chtějí.

Optimalizovaná kreativa

Atribuční modely, které dokáží vyhodnotit kreativní prvky kampaně, umožňují marketérům kromě lepšího pochopení toho, jak a kdy komunikovat s uživateli, také zdokonalit sdělení a vizuální prvky.

Běžná úskalí a chyby marketingové atribuce

Ačkoli marketingová atribuce může nabídnout mnoho výhod, existuje celá řada běžných chyb, které mohou vést k nesprávné atribuci a zastínit úspěch kampaní pro marketéry.

Aby se marketéři ujistili, že získávají co nejpřesnější data, která odrážejí zákaznickou cestu jejich uživatelů, měli by se vyvarovat:

Zkreslení na základě korelace

Atribuční modely mohou při analýze zákaznické cesty podléhat zkreslení na základě korelace, což způsobuje, že to vypadá, jako by jedna událost způsobila druhou, i když tomu tak nemusí být.

In-Market Bias

Týká se spotřebitelů, kteří mohli být na trhu za účelem koupě produktu a koupili by si jej bez ohledu na to, zda reklamu viděli, nebo ne. Reklama však získá atribuci za konverzi tohoto uživatele.

Cheap Inventory Bias

Dává nepřesný pohled na to, jak média fungují, takže se zdá, že levnější média fungují lépe díky přirozené míře konverze u cílových spotřebitelů, i když reklamy nemusely hrát roli.

Každá z těchto tendencí hrozí, že marketéři provedou optimalizaci ve prospěch méně účinných sdělení, což způsobí obrovské škody na návratnosti investic.

Zkreslení digitálního signálu

K tomu dochází, když atribuční modely nezohledňují vztah online aktivity a offline prodeje. U marketérů, kteří realizují prodej online i offline, musí optimalizační rozhodnutí přijímat na základě online i offline dat, nejen na základě toho, co mohou vysledovat digitálně.

Chování značky &

Atribuční modely mohou často přehlížet vztah mezi vnímáním značky a chováním spotřebitelů nebo je budou zkoumat pouze na úrovni regrese trendů.

Marketéři musí zajistit, aby jejich atribuční modely dokázaly odhalit vztahy mezi iniciativami budování značky a konverzí. Nepochopení toho, jak jejich atribuční model měří dopady budování značky, je častou a škodlivou chybou, která vede marketéry k rozhodování na základě neúplných doporučení, jež znehodnocují budování značky.

Chybějící signál sdělení

Kreativa a sdělení jsou pro spotřebitele stejně důležité jako médium, na kterém vaši reklamu vidí. Jednou z častých atribučních chyb je souhrnné hodnocení kreativy a určení, že jedno sdělení je neúčinné, i když ve skutečnosti by bylo účinné pro menší, cílenější publikum. To zdůrazňuje důležitost analýzy na úrovni osob.

Jak měříte marketingovou atribuci?

Marketingovou atribuci lze měřit pomocí modelů, které zvažují různé aspekty kampaně a určují, které reklamy byly nejúčinnější. Modelů je k dispozici celá řada a mnohé z nich se potýkají s jasnými problémy, například s kombinací offline a online dat. Výběr správného modelu má zásadní význam pro přesné měření účinnosti kampaní za účelem přidělení rozpočtu nebo stanovení dalších kroků.

Co je to marketingový atribuční model?

Marketingové atribuční modely přiřazují hodnotu marketingovým kampaním prostřednictvím statistické analýzy na úrovni uživatelů. To je rozdíl od modelů, jako je modelování marketingového mixu, které využívají agregovaná data. Tento přístup zaměřený na osobu je důvodem, proč se atribuční modely typičtěji používají u digitálních kampaní než u kampaní prováděných offline, jako je například tisková reklama. Každý atribuční model se opírá o různé analytické techniky, kterými se budeme dále zabývat.

Nejúčinnější atribuční modely poskytnou přehled o:

• Kterým sdělením byl spotřebitel vystaven a na jakém kanálu
• Který kontaktní bod měl největší vliv na jeho rozhodnutí o koupi
• Roli vnímání značky při rozhodování o konverzi
• Roli řazení sdělení
• Která sdělení mají u každého spotřebitele nejlepší výsledky
• Vliv vnějších faktorů (např.Např. jak ceny benzínu ovlivňují prodej automobilů)

Různé typy marketingových atribučních modelů

Jak již bylo uvedeno, existují dvě hlavní kategorie atribuce: single touch a multi touch. V rámci těchto kategorií existuje několik základních modelů, z nichž každý poskytuje jiné poznatky. Podívejme se na rozdíly mezi nimi:

Model atribuce jedním dotykem

Atribuce prvním dotykem: First-touch atribuce předpokládá, že se spotřebitel rozhodl konvertovat po první reklamě, na kterou narazil. Proto přisuzuje plnou atribuci tomuto prvnímu dotykovému bodu bez ohledu na další sdělení, která se objevila následně.

Přisuzování na poslední dotek: Naproti tomu atribuce posledního doteku připisuje plnou atribuci poslednímu kontaktnímu bodu, s nímž spotřebitel interagoval před provedením nákupu, aniž by zohledňovala předchozí interakce.

Každá z těchto metod nezohledňuje širší cestu zákazníka, proto by se marketéři měli vyhnout spoléhání pouze na tyto metody.

Model atribuce na více dotyků

Modely atribuce na více dotyků se zabývají všemi dotykovými body, s nimiž se spotřebitel setkal před uskutečněním nákupu. V důsledku toho jsou považovány za přesnější modely. V závislosti na tom, který multi-touch model používáte, mohou přiřazovat hodnotu kanálům odlišně. Některé například přiřazují hodnotu podle toho, kdy spotřebitel interagoval s dotykovým bodem vzhledem ke konverzi, zatímco jiné váží všechny dotykové body stejně.

Tyto modely se do značné míry liší tím, jak rozdělují kredit mezi dotykové body na cestě k nákupu.

Lineární: Lineární atribuce zaznamenává každý kontaktní bod, který spotřebitel využil a který vedl k nákupu. Váží každou z těchto interakcí stejně a každému sdělení přisuzuje stejný podíl na dosažení konverze.

U-tvarovaný: Na rozdíl od lineární atribuce model atribuce ve tvaru písmene U hodnotí interakce odděleně s tím, že některé mají na cestě k nákupu větší vliv než jiné. Konkrétně se prvnímu kontaktu i kontaktu s konverzí leadů připisuje po 40 procentech odpovědnosti za lead. Zbývajících 20 procent je rozděleno mezi dotykové body zapojené mezi prvním dotykem a dotykem pro konverzi leadů.

Časový rozklad: Model časového rozpadu také váží každý touchpoint na cestě k nákupu jinak. Tento model dává touchpointům zapojeným blíže ke konverzi větší váhu než touchpointům zapojeným na začátku konverze, protože předpokládá, že ty měly větší vliv na prodej.

W-tvar: Tento model využívá stejnou myšlenku jako model ve tvaru písmene U, zahrnuje však ještě jeden základní touchpoint – fázi příležitosti. U modelu ve tvaru W tedy body dotyku započítané do prvního kontaktu, konverze leadů a vytvoření příležitosti získávají každý 30 procent kreditu. Zbývajících 10 procent se rozdělí mezi další zapojení.

Výběr správného atribučního modelu pro vaši organizaci

Marketéři musí při výběru atribučního modelu, na který se ve své organizaci spolehnou, zvážit několik faktorů. Nejprve se zamyslete nad typem prodejního cyklu, který používáte, a nad tím, jak dlouho obvykle trvá a jak velká část z něj probíhá online nebo offline. Stránky elektronického obchodu nemusí zohledňovat offline konverze, ale většina velkých maloobchodníků ano.

Důležité je také zvážit, jak velká část vašeho marketingového úsilí je zaměřena na offline metody, jako je tisk, vysílání a televize. Organizace, které těmto médiím přikládají velkou váhu, budou muset zvolit atribuční model a platformu, která je schopna korelovat a normalizovat online a offline úsilí dohromady pro získání co nejpřesnějších poznatků. Například atribuci multi-touch se často přisuzuje lepší fungování pro digitální média, zatímco modelování marketingového mixu poskytuje silnější vhled do offline kampaní. Sjednocení obou těchto měření zlepšuje celkový přehled.

V konečném důsledku bude vaše organizace pravděpodobně muset využívat několik atribučních modelů společně, aby co nejúplněji pochopila dopad svého úsilí.

Marketingový atribuční software a nástroje

Pro získání co nejspolehlivějších poznatků budou marketéři muset používat kombinaci modelů a korelovat data z každého z nich, aby určili správné optimalizace, které je třeba provést pro online a offline kampaně.

K tomu bude zapotřebí výkonná analytická platforma, i když mnoho marketérů bylo z těchto platforem dříve rozčarováno. Trhovci, kteří najdou tu správnou platformu, která dokáže poskytnout přehled o optimalizacích online a offline marketingu přímo v kampani, budou ve výrazné výhodě.

Existuje několik kategorií, které by marketéři měli při výběru marketingového atribučního nástroje nebo softwaru vyhodnotit:

• Rychlost
• Přesnost
• Propojení brandingu a výkonnosti
• Marketingové poznatky napříč kanály

Při výběru atribučního modelu si položte několik otázek:

• Můžete získat přehled o dopadu brandingu?
• Získáte přehled o dopadu kreativy v průběhu spotřebitelské cesty?
• Získáte přehled na úrovni osob u nedigitálních, offline aktivit?
• Měříte pouze lift, a ne nevyhnutelné události?
• Používáte experimentální design, abyste se vyhnuli korelačnímu zkreslení?
• Získáváte poznatky pro optimalizaci v průběhu kampaně, nebo až na jejím konci?
• Získáváte přehled o vnějších faktorech, které ovlivňují kampaně?
• Poskytuje řešení kromě přesných dat také kvalitní analýzu?

Další zdroje pro CMO a marketingové odborníky

.